使用vgg16模型进行图片预测

使用vgg16模型进行图片预测 #

前面我们学习了使用cifra10来判断图片的类别,今天我们使用更加强大的已经训练好的模型来预测图片的类别,那就是vgg16,对应的供keras使用的模型人家已经帮我们训练好,我可不想卖肾来买一个gpu。。。
对应的模型在 ‘vgg16’ 可以下载。估计被墙了,附上链接(http://pan.baidu.com/s/1qX0CJSC)
附上我的github(https://github.com/HadXu/machine-learning)

导入必要的库

from keras.models import Sequential
from keras.layers.core import Flatten, Dense, Dropout
from keras.layers.convolutional import Convolution2D, MaxPooling2D, ZeroPadding2D
from keras.optimizers import SGD
import cv2, numpy as np
Using Theano backend.
D:\Anaconda\lib\site-packages\theano-0.8.0.dev0-py2.7.egg\theano\tensor\signal\downsample.py:5: UserWarning: downsample module has been moved to the pool module.
  warnings.warn("downsample module has been moved to the pool module.")

使用keras建立vgg16模型

def VGG_16(weights_path=None):
    model = Sequential()
    model.add(ZeroPadding2D((1,1),input_shape=(3,224,224)))
    model.add(Convolution2D(64, 3, 3, activation='relu'))
    model.add(ZeroPadding2D((1,1))
  • 12
    点赞
  • 82
    收藏
    觉得还不错? 一键收藏
  • 31
    评论
使用VGG16进行猫狗识别的步骤如下: 1. 导入所需的库函数,包括Keras和VGG16模型。\[2\] 2. 获取猫狗数据集,可以从Kaggle上下载。数据集包含训练集和测试集,每个集合都有12500张猫和狗的图片。\[1\] 3. 创建验证集和测试集,可以使用train_test_split函数将训练集划分为训练集和验证集。\[2\] 4. 对图像进行标准化处理,可以使用ImageDataGenerator函数来进行图像预处理。\[2\] 5. 创建数据集,使用flow_from_directory函数将图像加载到内存中,并进行数据增强。\[2\] 6. 创建VGG16模型,可以使用训练VGG16模型作为基础模型,并在顶部添加自定义的全连接层。\[2\] 7. 开始训练模型使用compile函数指定优化器、损失函数和评估指标,然后使用fit_generator函数进行模型训练。\[2\] 8. 可以绘制训练损失和测试损失的关系图,以及训练精度和测试精度的关系图,以便对模型的性能进行评估。\[2\] 9. 最后,保存训练好的模型权重,以便以后进行预测。\[2\] 以上是使用VGG16进行猫狗识别的基本步骤。具体的代码实现可以参考引用\[2\]中提供的示例代码。 #### 引用[.reference_title] - *1* [Keras--基于VGG16卷积神经网络---猫狗分类](https://blog.csdn.net/m0_54020832/article/details/125630326)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [VGG16识别Kaggle猫狗(Pytorch实战)](https://blog.csdn.net/weixin_42888638/article/details/121939629)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 31
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值